Meta Começa a Construir Servidores de Memória DDR4 Antiga em Meio à Escassez de DRAM
Meta está extraindo módulos DDR4 funcionais de servidores descomissionados e conectando-os a novas máquinas usando um adaptador ASIC personalizado chamado Vistara. Dessa forma, a empresa está parcialmente resolvendo o problema da escassez global de DRAM em servidores, causada pelo boom na produção de memória IA (HBM) para aceleradores como o da Nvidia.
Processado por IA de CNews AI; editado por Hamidun News
Meta (as redes sociais da companhia são reconhecidas como extremistas e banidas na Rusia) começou a montar novos servidores a partir de módulos de RAM DDR4 usados extraídos durante o desmantelamento de máquinas antigas — dessa forma a companhia está resolvendo parcialmente o problema da escassez de DRAM de servidor, escreve CNews.
Como funciona a reutilização de memória
Tecnicamente, a tarefa não é trivial: módulos DDR4 antigos são física e eletricamente incompatíveis diretamente com novas plataformas de servidor projetadas para tipos de memória modernos como DDR5. Para vincular hardware obsoleto e de ponta em um sistema, Meta usa um adaptador personalizado construído em um microchip especializado (ASIC) chamado Vistara — ele atua como um "tradutor" entre protocolos de memória de diferentes gerações, permitindo que um novo servidor consulte e use módulos antigos como se fossem sua RAM padrão.
- Fonte de memória — módulos DDR4 extraídos durante o desmantelamento de servidores Meta antigos
- Compatibilidade é assegurada por um adaptador personalizado baseado no ASIC Vistara
- Objetivo — compensar parcialmente a escassez de DRAM de servidor sem comprar módulos novos
Por que não há memória suficiente no mercado
A escassez global de RAM em 2026 está em grande parte associada ao boom de inteligência artificial. Fabricantes de chips de memória — Samsung, SK Hynix, Micron — estão redirecionando capacidade de produção para HBM (memória de alta velocidade instalada ao lado de aceleradores de IA como Nvidia H100 e Blackwell), que é vendida em preços mais altos e está em maior demanda do que a memória DDR tradicional para servidores regulares e computadores pessoais. Como resultado, DRAM regular é produzida fisicamente menos, e seus preços estão subindo para todos — de hiperscalers com data centers a montadores de computadores pessoais e fabricantes de smartphones.
Para companhias como Meta, que simultaneamente constroem gigantescos data centers de IA e continuam a atualizar infraestrutura de servidor regular para redes sociais e sistemas de recomendação, isso cria pressão dupla: novos clusters de IA requerem HBM, e servidores regulares requerem DDR4 ou DDR5, que estão se tornando fisicamente mais escassos no mercado aberto. A reutilização de memória de equipamento desmantelado é uma forma prática de engenharia para contornar essa escassez pelo menos parcialmente, sem esperar por novos suprimentos de fabricantes e sem overpagar por eles no contexto de preços crescentes.
ASIC (circuito integrado específico da aplicação) é um microchip projetado para uma tarefa específica, em contraste com processadores universais. Tal abordagem estreitamente especializada geralmente fornece um ganho em eficiência energética e custo em comparação com o uso de controladores mais caros e universais, o que é especialmente importante ao escalar a solução para milhares de servidores dentro de data centers de hiperscalers.
Tal abordagem também tem um efeito colateral positivo: reutilizar módulos de memória ainda funcionais em vez de seu descarte imediato reduz o volume de resíduos eletrônicos de data centers — um tópico que grandes empresas de tecnologia estão cada vez mais levantando em relatórios de desenvolvimento sustentável. Se a solução provar ser bem-sucedida, práticas semelhantes de reutilização de componentes podem ser adotadas por outros hiperscalers enfrentando a mesma escassez de DRAM no contexto do boom de IA.
O que isso significa
Escassez de memória, impulsionada por infraestrutura de IA, está forçando até mesmo as maiores companhias de internet a buscar soluções de engenharia não convencionais como reutilizar hardware antigo — este é um efeito colateral indireto mas notável da corrida global por poder computacional para inteligência artificial.
- 28 de out. de 2026Property Finder descobre viés na rotulagem e reduz em 86% o custo de VLM
- 28 de out. de 2026DeepSeek abre o DeepInfer, e EUA e China preparam controle sobre modelos abertos
- 28 de out. de 2026Anthropic entra com S-1: US$ 11,6 bilhões de receita no trimestre e compromissos de US$ 780 bilhões
- 27 de out. de 2026Hob, app open-source, traz o modo Claude Cowork para o seu notebook, sem nuvem
Perguntas frequentes sobre a notícia
Como funciona a reutilização de memória?
Tecnicamente, a tarefa não é trivial: módulos DDR4 antigos são física e eletricamente incompatíveis diretamente com novas plataformas de servidor projetadas para tipos de memória modernos como DDR5. Para vincular hardware obsoleto e de ponta em um sistema, Meta usa um adaptador personalizado construído em um microchip especializado (ASIC) chamado Vistara — ele atua como um "tradutor" entre protocolos de memória de diferentes gerações, permitindo que um novo servidor consulte e use módulos antigos como se fossem sua RAM padrão. Fonte de memória — módulos DDR4 extraídos duran
Por que não há memória suficiente no mercado?
A escassez global de RAM em 2026 está em grande parte associada ao boom de inteligência artificial. Fabricantes de chips de memória — Samsung, SK Hynix, Micron — estão redirecionando capacidade de produção para HBM (memória de alta velocidade instalada ao lado de aceleradores de IA como Nvidia H100 e Blackwell), que é vendida em preços mais altos e está em maior demanda do que a memória DDR tradicional para servidores regulares e computadores pessoais. Como resultado, DRAM regular é produzida fisicamente menos, e seus preços estão subindo para todos — de hiperscalers com da
O que isso significa?
Escassez de memória, impulsionada por infraestrutura de IA, está forçando até mesmo as maiores companhias de internet a buscar soluções de engenharia não convencionais como reutilizar hardware antigo — este é um efeito colateral indireto mas notável da corrida global por poder computacional para inteligência artificial.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.